谈CSV文件的生成与分析

CSV文件是指Excel可以识别的后缀名为CSV的文件，网站系统后台用来存储分析数据的时候有可能会用到它。其实CSV文件的读取和做成比较简单，主要的技术点是文件的读写。不过CSV文件的分析和生成有一定的代表性，可以通过对CSV文件的生成和分析的实现，来了解后台处理批量数据的简单思路。

打开Excel，新建一个文件，在里面随便输入一些数据，然后另存为一个CSV文件，再次用Excel打开的时候，发现只有一个sheet。用一个记事本打开这个文件，可以看到类似如下的数据。
aaa,bbb,ccc,ddd
aaa2,bbb2,,ddd2
aaa3,bbb3,ccc3,
aaa4,bbb4,ccc4,ddd4

仔细观察数据，可以确定以下几点：

1. CSV文件是文本型文件(非二进制)
2. 文件中的一行在Excel中显示的一行
3. 同一行中的数据用半角逗号分隔

发现以上的规律，我们可以自己也生成一个CSV文件。也可以简单的分析CSV文件。
现在给CSV文件的生成和分析写个简单的例子。(如果对文件处理类不熟悉，可以看一下java的文件处理，或者看一下JDK中关于java.io.File类的帮助信息)
生成CSV文件。(HelloCsvCreater.java)

package com.vogoal.test;
import java.io.FileWriter;
import java.io.IOException;
/**
* @author SinNeR
*
* create a CSV file
*/
public class HelloCsvCreater {
public static void main(String[] args) {
try {
FileWriter fw = new FileWriter("C://helloCsv.csv");
fw.write("aaa,bbb,ccc,ddd,eee,fff,ggg,hhh/r/n");
fw.write("aa1,bb1,cc1,dd1,ee1,ff1,gg1,hh1/r/n");
fw.write("aaa/r/n");
fw.write("aa2,bb2,cc2,dd2,ee2,ff2,gg2,hh2/r/n");
fw.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

这个类编译后运行，可以看到在C盘根目录下生成了一个名字为helloCsv.csv的CSV文件，双击打开，如下的样子。

分析CSV文件

package com.vogoal.test;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
/**
* @author SinNeR
*
* analysis a CSV file
*/
public class HelloCSVAnalysis {
public static void main(String[] args) {
InputStreamReader fr = null;
BufferedReader br = null;
try {
fr = new InputStreamReader(new FileInputStream(
"C://helloCsv.csv"));
br = new BufferedReader(fr);
String rec = null;
String[] argsArr = null;
while ((rec = br.readLine()) != null) {
System.out.println(rec);
argsArr = rec.split(",");
for (int i = 0; i < argsArr.length; i++) {
System.out.println("num " + (i + 1) + ":" + argsArr[i]);
}
}
} catch (IOException e) {
e.printStackTrace();
}finally{
try{
if ( fr != null )
fr.close();
if ( br != null )
br.close();
}catch(IOException ex){
ex.printStackTrace();
}
}
}
}

这里将刚才生成的csv文件读取并分析。编译后运行，正常情况下，可以看到刚才生成的CSV文件的内容。

至此，CSV文件的生成与分析其实已经完成。如果要写适合自己需要的CSV文件分析类，完全可以根据自己的业务逻辑和需要来自己实现。因为CSV文件的分析确实很简单。

不过上面的程序还是存在一些问题的。这些问题在开发的过程中应当注意，不然可能出现致命的错误。

1. 比较2个类中对资源的释放问题。CSV生成类中FileWriter对象的关闭(close()方法)是在try中执行的。而CSV分析类中InputStreamReader，BufferedReader对象的关闭(close()方法)是在finally中执行的。CSV生成类是错误的。因为在文件和流的生成过程中，是有可能产生IO异常的，如果在对象close前发生IO异常，那么close方法永远不会被调用，这样资源不会及时释放，会产生致命错误的。而在finally中的程序，是一定会被执行的语句，所以即使操作中途发生问题，也会在最后执行close方法。(try-catch-finally是java语法中基本而重要的部分，不熟悉的可查阅相关资料。)
2. 在CSV文件的操作过程中，我们是按照半角逗号来分隔数据的，如果某个数据中正好有半角逗号，那么数据不是出错了？
3. 如果分析的数据有全角字符，是否能够正确分析。(乱码问题)
   以上的第二个问题时必须考虑的。在写一个类的时候，不要相信这个类要操作的数据或者得到的数据是好数据(完全符合要求的正确的数据)，写好的一个类用完全正确的数据测试完，很有可能一个小小的数据错误的问题，就有可能导致程序处理崩溃。所以，细节问题要充分考虑并对应到，使自己编写的类具有一定的健壮性。

对于2的问题的讨论：

如果我们用Excel文件生成CSV文件，其中数据有半角逗号，Excel会怎么处理呢？试一下，可以看到类似如下的数据。
aaa,bbb,ccc,ddd
aaa2,bbb2,,ddd2
aaa3,bbb3,ccc3,
aaa4,"bb,b4",ccc4,ddd4
bb,b4被用双引号包围了，这样，我们自己在生成CSV文件的时候，可以模仿EXCEL的操作，把所有的数据都用双引号包围。这时候又出现一个问题，如果数据中有双引号，会怎么样？再次尝试一下。这次输入的数据是bb,b"4"，结果是：
aaa,bbb,ccc,ddd
aaa2,bbb2,,ddd2
aaa3,bbb3,ccc3,
aaa4,"bb,b""4""",ccc4,ddd4
双引号被用2个双引号替换了。Excel是这么处理的，我们在生成Excel文件的时候可以模仿处理。这样分析数据的时候，就要有一个严格的算法来进行分析。
由于做的这个类是给web开发用的，我们可以考虑用web常用的转意，将"这个字符转换成"来避免这样的冲突，这样处理的好处是分析字符串的时候，处理简单化了。但是这又引发了别的问题，就是如果数据中原来就有"这样的字符，在将"反转义为"的时候，容易把这些原有的字符也转化了。所以&符号也需要转义。
现在将2个方法折衷，即CSV数据以半角逗号分隔，以"包围。数据中的&，"符号进行转义。
这样的处理，将分析数据的算法难度降低，同时也解决了数据中含有半角逗号，引号的问题。

经过以上的分析，我们可以写CSV生成分析文件的类了。
首先，写出简单的转意静态方法。

public static String CSVEncode(String in){
if ( in == null )
return "";
in.replaceAll("&","&amp;");
in.replaceAll("/"","&quot;");
return in;
}

public static String CSVDecode(String in){
if ( in == null )
return "";
in.replaceAll("&quot;","/"");
in.replaceAll("&amp;","&");
return in;
}

CSV文件生成类：

package com.vogoal.util.csv;
import java.io.FileOutputStream;
import java.io.IOException;
import com.vogoal.util.UtilCla;
/**
* @author SinNeR
* http://bbs.blueidea.com
*
* CSVCreater
*/
public class CSVCreater {
private FileOutputStream fos = null;
private StringBuffer sb = null;
private boolean convertFlag = false;
public static final String DEL_CHAR = ",";
public static final String AV_CHAR = "/"";
public CSVCreater(String arg) throws IOException {
fos = new FileOutputStream(arg, false);
sb = new StringBuffer();
}
public void setData(String data) {
if (convertFlag)
data = UtilCla.CSVEncode(data);
sb.append(AV_CHAR);
sb.append(data);
sb.append(AV_CHAR);
sb.append(DEL_CHAR);
}
public void setConvertFlag(boolean b) {
convertFlag = b;
}
public void writeLine() {
if (sb.charAt(sb.length() - 1) == ',')
sb.delete(sb.length() - 1, sb.length());
sb.append("/r/n");
}
public void writeDataByLine(String[] args) {
for (int i = 0; i < args.length; i++)
setData(args[i]);
writeLine();
}
public void close() throws IOException {
try {
fos.write(sb.toString().getBytes());
} catch (IOException e) {
throw e;
} finally {
fos.close();
}
}
public static void main(String[] args) {
try {
CSVCreater csvCre = new CSVCreater("C://test.csv");
csvCre.setConvertFlag(true);
csvCre.setData("aaa");
csvCre.setData("aa,a");
csvCre.writeLine();
csvCre.setData("aa/"a");
csvCre.setData("aa,a");
csvCre.setData("aa,a");
csvCre.writeLine();
csvCre.setData("aa/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.writeLine();
csvCre.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

CSV文件分析类：

package com.vogoal.util.csv;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.ArrayList;
import com.vogoal.util.UtilCla;
/**
* @author SinNeR
* http://bbs.blueidea.com
*
* CSVAnalysis
*/
public class CSVAnalysis {
private InputStreamReader fr = null;
private boolean convertFlag = false;
private ArrayList dataContainer = new ArrayList();
public static final String DEL_CHAR = ",";
public static final String AV_CHAR = "/"";
public CSVAnalysis(String f) throws IOException {
fr = new InputStreamReader(new FileInputStream(f));
}
public void setConvertFlag(boolean b) {
convertFlag = b;
}
public ArrayList analysis() throws IOException {
BufferedReader br = new BufferedReader(fr);
String rec = null;
try {
while ((rec = br.readLine()) != null) {
ArrayList alLine = analysisLine(rec);
dataContainer.add(alLine);
}
} catch (IOException e) {
throw e;
} finally {
br.close();
}
return dataContainer;
}
private ArrayList analysisLine(String strLine) {
System.out.println(strLine);
ArrayList al = new ArrayList();
String[] dataArr = strLine.split(AV_CHAR);
for (int i = 1; i < dataArr.length; i = i + 2) {
if (convertFlag)
al.add(UtilCla.CSVDecode(dataArr[i]));
else
al.add(dataArr[i]);
}
return al;
}
public void close() throws IOException {
fr.close();
}
public static void main(String[] args) {
try {
CSVAnalysis csvAna = new CSVAnalysis("C://test.csv");
csvAna.setConvertFlag(true);
ArrayList al = csvAna.analysis();
for (int i = 0; i < al.size(); i++) {
ArrayList al1 = (ArrayList) al.get(i);
for (int j = 0; j < al1.size(); j++) {
System.out.println(al1.get(j));
}
}
csvAna.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

写好这些类之后，就可以开始着手测试了。
写一个测试CSV文件生成的jsp文件。如：

<%@ page contentType="text/html" import="com.vogoal.util.*,com.vogoal.util.csv.*,java.io.IOException" %>
create a csv file
<%
try {
CSVCreater csvCre = new CSVCreater("C://test.csv");
csvCre.setConvertFlag(true);
csvCre.setData("aaa");
csvCre.setData("aa,a");
csvCre.writeLine();
csvCre.setData("aa/"a");
csvCre.setData("aa,a");
csvCre.setData("aa,a");
csvCre.writeLine();
csvCre.setData("aa/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.writeLine();
csvCre.close();
} catch (IOException e) {
e.printStackTrace();
}
%>

写一个测试CSV文件分析的jsp文件。如：

<%@ page contentType="text/html" import="com.vogoal.util.*,com.vogoal.util.csv.*,java.io.IOException,
java.util.ArrayList" %>
analysis a csv file<br>
<%
try {
CSVAnalysis csvAna = new CSVAnalysis("C://test.csv");
csvAna.setConvertFlag(true);
ArrayList al = csvAna.analysis();
for (int i = 0; i < al.size(); i++) {
out.println( (i + 1) + " line start<br>");
ArrayList al1 = (ArrayList) al.get(i);
for (int j = 0; j < al1.size(); j++) {
out.println(al1.get(j));
out.println("<br>");
}
out.println( (i + 1) + " line end<br>");
}
csvAna.close();
} catch (IOException e) {
e.printStackTrace();
}
%>

将编译后的class拷贝到TOMCAT自己的应用的WEB-INF下。将jsp文件放到自己的应用下。
然后启动TOMCAT，访问jsp文件，当访问creCSV.jsp的时候，正常情况下可以看到C盘根目录下生成了一个test.csv文件。然后访问anaCSV.jsp文件，可以看到分析后的数据被打印出来。

至此，csv生成，分析类做成。

使用帮助：

CSVCreater.java类，用来生成CSV文件的类。
构造函数public CSVCreater(String arg) throws IOException
参数：arg 要生成的csv文件的绝对路径
使用例CSVCreater csvCre = new CSVCreater("C://test.csv");

public void setConvertFlag(boolean b)
是否转义设定函数(将半角双引号进行转义处理)
参数：true 需要转义(推荐) false 不转义

public void setData(String data)
添加单个数据的函数

public void writeLine()
结束换行函数

public void writeDataByLine(String[] args)
将一个数组的元素添加到一行并换行函数

public void close() throws IOException
必须调用的函数，写入文件并关闭文件处理的对象。

例子可参考jsp文件中的代码，但是jsp文件中的close()方法是在try块中执行的，不推荐，使用的时候还是在finally块中执行要安全一些。
这个类涉及到了文件的操作，有可能出现IOException，出现异常的时候会抛出给使用者。

CSVAnalysis.java
构造函数 public CSVAnalysis(String f) throws IOException
参数是要分析的文件的绝对路径。

public ArrayList analysis() throws IOException
分析流处理的方法，返回ArrayList对象。返回的ArrayList的数据格式是
ArrayList中存放着ArrayList对象，存放的每个ArrayList对象对应csv文件的一行。
一行对应的ArrayList中存放着String对象，为该行中所有的数据。

public void close() throws IOException
必须调用的函数，关闭文件处理的对象。
同样，这个方法应在finally块中执行要安全一些。

源码下载：CSVproc.zip
源码为上面提到过的所有的类和jsp文件

来源:蓝色理想